BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Wasiak Maciej
Tytuł
Kondycja finansowa przedsiębiorstwa - w poszukiwaniu najlepszych wskaźników
Financial Health of a Company - Seeking for the Best Financial Indicators
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 2004, nr 1011, s. 359-371, tab., rys., bibliogr. 47 poz.
Tytuł własny numeru
Pozyskiwanie wiedzy i zarządzanie wiedzą
Słowa kluczowe
Mierniki oceny kondycji finansowej, Ocena kondycji finansowej przedsiębiorstwa, Wskaźniki finansowe, Algorytmy genetyczne
Financial condition indicators, Estimation of enterprises financial condition, Financial indicators, Genetic algorithms
Uwagi
summ.
Abstrakt
Głównym zagadnieniem pracy było stworzenie systemu, który byłby w stanie samodzielnie wybrać kilka najlepszych wskaźników finansowych, a następnie zbudowanie z ich użyciem rozmytego systemu wnioskującego o kondycji finansowej. Do poszukiwania wskaźników najlepiej odzwierciedlających kondycję finansową postanowiono wykorzystać logikę rozmytą, jako bliską intuicyjnemu rozumowaniu człowieka oraz algorytm genetyczny, jako narzędzie optymalizacji.

In presented research, a problem of choosing most important financial indicators for assessing financial health of companies is considered. Financial health or distress can be examined by analysis of indicators. However, there are over 40 indicators used in practice and literature. Psychologists agree, that man is not able to inference using more that 3 variables, and perhaps that is why, there are so many attempts to reduce number of indicators. Since Altman's Z-score (1968) many scientists applied different techniques for building simple model for assessing financial health of the companies. In this paper, author uses fuzzy logic and genetic algorithm to build a system, which will be able to find best indicators. Most novel approach is exploring human expertise's to create a learning data for the system in opposition to bankrupt/nonbankrupt data, used by almost every previous research. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Acebo E., Oiler A., Rosa J.L., Ligęza A.: Static Criteria for Fuzzy System Quality Evaluation, "Tasks and Methods in Applied Artificial Intelligence". IEA-98-AIE Vol. II Spain, June 1998.
  2. Altman, E.I.: Financial Ratio, Discriminant Analysis and Prediction of Corporate Bankruptcy, .Journal of Finance" XXIII, no 4, September 1968.
  3. Atiya A.F.: Bankruptcy Prediction for Credit Risk Using Neural Networks: A Survey and New Results, IEEE Transactions on Neural Networks vol. 12 no. 4 July 2001.
  4. Back B. Laitinen Т.: Choosing Bankruptcy Predictors Using Discriminant Analysis, Logil Analysis and Genetic Algorithms, "Turku Centre for Computer Science Technical Report" no 40. 1996.
  5. Back В., Ooswerom G., Sere K., Wezel M.: A Comparative Study of Neural Networks in Bankruptcy Prediction, Proceedings of the 10th Conference on Artificial Intelligence Research in Finland, Turku, 1994.
  6. Beaver W.H.: Financial Ratios as Predictors of Failure, Empirical Research in Accounting: Selected Studies, Supplement to .Journal of Accounting" Research 4 1966.
  7. Bednarski L., Borowiecki R., Duraj J., Kurtys E., Waśniewski T., Wersty B.: Analiza ekonomiczna w przedsiębiorstwie, Wyd. AE we Wrocławiu, Wrocław 2001.
  8. Cichosz P.: Systemy uczące sią. Wydawnictwa Naukowo-Techniczne Warszawa 2000.
  9. Couturier A., Fioleau B.: Debt level and company efficiency: independence or implication? An evaluation of fuzzy implication, "European Journal of Economic and Social Systems" 14 no 1 2000.
  10. Facchinetti G., Bordoni S., Mastroleo G.: Bank Creditworthiness using Fuzzy Systems: A Comparison with Classical Analysis Approach, http://www.fuzzytech.eom/e/bankcre.html
  11. Fulmer J.G., Moon J.E., Gavin T.A., Erwin M.J.: A Bankruptcy Classification Model For Small Firms, .Journal of Commercial Bank Lending" - July 1984.
  12. Gallinger W.G., Healey B.P.: Liquidity Analysis and Management, Addison-Wesley Publishing Company 1995.
  13. Goldberg D.E. Richardson J.: Genetic Algorithms With Sharing for Multimodal Function Optimization, Genetic algorithms and their applications: Proceedings of the SICoGA str. 41-49, 1987.
  14. Grafenstette. Optimisation of control parameters for genetic algorithms, IEEE Transactions on Systems, Man and Cybernetics, SMC-16(1): 122-128 (1986).
  15. Gupta M.M., Yamakawa Т.: Fuzzy Logic in Knowledge-Based Systems, Decision and Control, North-Holland / Elsevier Science Publishers B.V., Amsterdam 1988.
  16. Gwiazda T.D.: Algorytmy genetyczne - zastosowania w finansach, Wydawnictwo WSPiZ Warszawa 1998.
  17. Hekanaho J., Back В., Sere К.: Analysing Bankruptcy Data with Multiple Methods, Proceedings of the 4th International Workshop on Multistrategy Learning (MSL'98), Brescia, Italy, June 1998.
  18. Herrera F., Lozano M., Verdegay J.L.: Generating Fuzzy Rules From Examples Using Genetic Algorithm, Proceedines Fifth International Conference of Information Processing and Management of Uncertainty in Knowledge-Based Systems, Paris 1994.
  19. Hołda A.: Wstępna weryfikacja skuteczności funkcji dyskryminacyjnej ZHw warunkach polskiej gospodarki, "Rachunkowość" 2001 nr 10.
  20. Isenberg D.: The Changing Role of Debt in Bankruptcy, Working Paper no 31, Jerome Levy Economics Institute of Bard College, September 1989.
  21. Kaski S., Sinkkonen J., Peltonen J.: Bankruptcy Analysis with Self-Organizing Maps in Learning Metrics, IEEE Transactions on Neural Networks voi 20,2001.
  22. Kim H.Y., Ruparel В., Srinisvan V.: Designing & implementing KBS for Corporate Financial Applications Using Relational Management Systems, Expert Systems in Finance O'Leary D.E., Watkins P. R. ELSEVIER Science Publishers 1992.
  23. Kirchmayr K., Buhler U.: TRIAS A Strategic Asset & Liability Management Tool, An analysis of expert systems applications in the european banking industry. Cecilia Rossignoli
  24. Kowalak R.: Ocena kondycji finansowej przedsiębiorstwa, ODDK, Gdańsk 2003.
  25. Kuusela, J., Nuutila, E.: Hybrid AI Development Tools, STeP-86 Symposium Papers, voi 2, Espoo, August, Otapaino, 1986.
  26. Lacher R.C., Coats P.K., Sharma S.C., Fant L.F.: A Neural Network for Classifying the Financial Health of a Firm, "European Journal of Operational Research" voi 85, no 1, (Elsevier Science B.V.) 1995.
  27. Lei I., Chen J.J.: Rule-Based Classifier for Bankruptcy Prediction, Proceedings of the 14lh MidWest Artificial Intelligence and Cognitive Science Conference MAICS 2003, April 2003.
  28. McKee Т.Е.: Predicting Bankruptcy via Induction, .Journal of Information Technology" vol. 10, 1995.
  29. Meesad P.: Quantitive Measures of a Fuzzy Expert System, Final Report IEEE NCC Student Summer Research 2001.
  30. Megginson W.L.: Corporate Finance Theory, Addison-Wesley Educational Publishers Inc., Belgium 1996.
  31. Messier W.F., Hansen Jr., Hansen J.V.: Inducing Rules for Expert System Development: an Example Using Default and Bankruptcy Data, "Management Science" 34/12, 1998.
  32. Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wyd. Naukowo-Techniczne, Warszawa 1998.
  33. Ohlson J.: Financial Ratios and the Probabilistic Prediction of bankruptcy, .Journal of Accounting Research" 18:1, 109-131. 1980.
  34. Ooghe H., Balcaen S.: Are Failure Prediction Models Transferable Form one Country to Another? An Empirical Study Using Belgian Financial Statements, Vlerick Working Papers 2002/5.
  35. Piegai A.: Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa 1999.
  36. Pinson S.: A Multi-Expert Architecture for Credit Risk Assessment: the CREDEX System, Expert Systems in Finance O'Leary D.E., Watkins P. R. ELSEVIER Science Publishers 1992.
  37. Serrano-Cinca C.: Feedforward Neural Networks in the Classification of Financial Information, "The European Journal of Finance". 3, 1997
  38. Sierpińska M., Jachna T.: Ocena przedsiębiorstwa według standardów światowych, PWN, Warszawa 1993.
  39. Sierpińska M., Wędzki D.: Zarządzanie płynnością finansową w przedsiębiorstwie, PWN, Warszawa 1997.
  40. Spanos M., Dounias G., Matsatsinis N., Zaopounidis C.: A Fuzzy Knowledge-Based Decision Aiding Method for the Assessment of Financial Risk: The Case of Corporate Bankruptcy Prediction, http://www.erudit.de/erudit/events/esit99/12621_p.pdf.
  41. Springate G.: Predicting the Possibility of Failure in a Canadian Firm, Unpublished M. Research Project, Simon Fraser University, January 1978.
  42. Sung Т.K., Chang N., Lee G.: Dynamics of Modeling in Data Mining: Interpretive Approach Bankruptcy prediction, “Journal of Management Information Systems"/Summer 1999, vol. 16, no 1.
  43. Tung W.L., Quek C., Cheng P.Y.K.: Bank Failure Prediction and Financial Data Reconstruction using Novel Soft-Computing Approaches, http://citeseer.nj.nec.com/tung02bank.html.
  44. Tyran M.R.: Wskaźniki finansowe, Dom Wydawniczy ABC, 1999.
  45. Wasiak M.: Rozmyty system "wnioskujący, oceniający kondycję finansową przedsiębiorstw Pozyskiwanie wiedzy z baz danych. Wyd. Akademii Ekonomicznej, Wrocław 2002.
  46. Yager R.R., Filev D.P.: Podstawy modelowania rozmytego, Wyd. Naukowo-Techniczne, Warszawa 1995.
  47. Zaleska M.: Ocena ekonomiczno-finansowa przedsiębiorstwa przez analityka bankowego, SGH, Warszawa 2002.
Cytowane przez
Pokaż
ISSN
0324-8445
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu